开设新版块，关于matlab的一些常见问题解决，很多东西都是边学边整理的，大神勿喷求指导，3ks。  
转载
2023-11-29 06:02:43
51阅读
一、Matlab并行计算原理梗概主从结构的分布式计算。当你初始化Matlab并行计算环境时，你最初的Matlab进行自动成为主节点，同时初始化多个（具体个数手动设定，详见下文）Matlab计算子节点。Parfor的作用就是让这些子节点同时运行Parfor语句段中的代码。Parfor运行之初，主节点会将Parfor循环程序之外变量传递给计算子节点。字节点运算过程时互补干扰，运算完毕，则应该有相应代码
转载
2024-01-09 23:49:26
61阅读
下面代码为PRML所附的基于混合高斯（MoG）的代码，个人认为编码可读性和风格都值得借鉴。 function [label, model, llh] = mixGaussEm(X, init)
% Perform EM algorithm for fitting the Gaussian mixture model.
% Input:
% X: d x n data matrix
% i
转载
2024-04-16 22:10:25
41阅读
基本上是从昨天开始吧，着手复杂网络的GN算法，整个过程包括从GML文件中提取邻接矩阵数据，GN算法的实现，模块度的计算。(1)GML文件的读取。做GN的时候首次知道GML(Graph Model Language),GML (GraphModelling Language): There are many different programs that workwith graphs but al
转载
2024-05-04 15:12:35
97阅读
这里我所使用的平台是：win7（64bit）+MATLAB2014a（64bit）Ncut算法，又称为归一化割法（Normalized Cut），是图像分割算法。可以说是我目前研究生生涯使用到的分割效果比较理想的一种图像分割算法，进入下载地址界面后，你会看到如下面截图所示的地方,这里我们下载最新的ncut_multiscale_1_6.zip.下载完成后，我们将压缩文件进行解压，我们可以看到解压的
转载
2024-07-23 13:17:43
82阅读
(一)、它是数字滤波器的频率响应（包括幅频响应和相频响应）（二）、主要的形式：[h,w] = freqz(b,a,n)[h,w] = freqz(sos,n)[h,w] = freqz(d,n)[h,w] = freqz(___,n,'whole')[h,f] = freqz(___,n,fs)[h,f] = freqz(___,n,'whole',fs)h = freqz(___,
转载
2024-04-14 12:17:46
84阅读
EM 算法作业 EM 算法简单 介绍及应用 EM 算法是当存在数据缺失问题时,极...Matlab 实现根据以上推导,可以很容易实现 EM 算法估计 GMM 参数。现...题目:matlab 实现 Kmeans 聚类算法 姓 名 吴隆煌 学 号 41158007 背景知识 1...Kmeans 和 EM 算法相似是指混合密度的形式已知(参数形式已知)情况下, 利用迭代......k =1 k =1
转载
2024-06-05 06:52:04
31阅读
这篇文章自己感觉对仿真很有用，再次感谢原作者的分享！ 1. Matlab产生数据用作Modelsim仿真在FPGA进行算法验证的时候，经常需要输入仿真数据，这些数据可以用FPGA产生，但是如果数据产生过程很复杂的话，需要耗费很大的精力，并且产生的数据的准确性也不能保证。例如，如果要验证一个通信接收机的相关算法，那么我们就需要先产生发送数据，也就是说得先做一个发射机，如果这个过程也由FPG
转载
2024-10-26 22:50:50
35阅读
用Matlab实现AHP的算法1．MATLAB的基本内容MATLAB(MATrix LABoratory，矩阵实验室的缩写)是一种特殊用途的计算机程序优化执行工程和科学计算。它开始为旨在执行矩阵数学程式的生活，但多年来它已发展成为一个灵活的计算系统基本上能够解决任何技术问题1.1 MATLAB矩阵矩阵是MATLAB的基本处理对象，因此根据本文所需，简单介绍所涉及MATLAB矩阵内容。1.1.1 M
Matlab 自带PCA函数形式为
[mappedX, mapping] = pca(X, no_dims)
自己编写PCA函数的步骤
%第一步：输入样本矩阵%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
data=rand(10,8)+randn(10,8)+ones(10,8);
%现对其进行pca降维
%%
%第二步：计算样本中每一维的
转载
2014-01-06 16:21:00
358阅读
2评论
深度学习的基本目标，就是寻找一个泛化能力强的最小值，模型的快速性和可靠性也是一个加分点。 随机梯度下降（SGD）方法是1951年由Robbins和Monro提出的[1]，至今已有60年历史。在当前的深度学习研究中，这种方法至关重要，一般被用在反向传播过程中。 近年来，研究人员提出一些新的优化算法，使用了不同方程来更新模型参数。2015年Kingma和Ba提出的Adam方法[18]，可看作是目前最
转载
2024-08-09 00:03:50
104阅读
matlab提供系列函数用于聚类分析，归纳起来具体方法有如下：方法一：直接聚类，利用clusterdata函数对样本数据进行一次聚类，其缺点为可供用户选择的面较窄，不能更改距离的计算方法，该方法的使用者无需了解聚类的原理和过程，但是聚类效果受限制。方法二：层次聚类，该方法较为灵活，需要进行细节了解聚类原理，具体需要进行如下过程处理： （1）找到数据集合中变量两两之间的相似性和非相似性，用pdist
转载
2024-03-11 10:56:35
144阅读
matlab2019a相对与之前的版本，mechanic模块集成到simulink——Simscape——Multibody中，和之前的可能有些区别。如下图所示： 当然，打开simulink时，首先在matlab的commend窗口输入“smnew”,之后就会跳转到下面的位置。 第一步，创建一个连杆body和与之连接的变换坐标的模块，通过“CTRL+G”可以实现封装。注意，“B”是base的意思，
转载
2024-03-20 15:26:25
220阅读
简介Gramm是Matlab的数据可视化工具箱，可以轻松灵活地生成具有出版质量的图表。Gramm无需循环绘制颜色或子图，可自动生成颜色和图例，处理轴限制等。Gramm一大优势就是进行数据统计和对比，尤其是对比。偶然间发现这个超级有用的绘图工具箱，便记录一下，后续会陆续补充使用技巧。下载链接：https://github.com/piermorel/gramm。安装在github上也有介绍，很简单。
转载
2024-05-09 18:39:32
208阅读
测试代码是开发高质量软件不可或缺的一部分。要指导软件开发和监视代码功能中的回归，您可以为程序编写单元测试。要测量代码（或测试）运行所需的时间，可以编写性能测试。基于脚本的单元测试编写并运行测试脚本12。使用实时脚本编写测试 如果不满足条件，assert 将引发错误。%% Test 1: Small measurement approximation
assert(approx == real, '
转载
2023-07-20 20:36:21
170阅读
计算机程序就是计算机指令的集合,不同的编程语言指令与功能是不一样的.MATLAB语言是一种面向对象的高级语言,它具有编程效率高、易学易用的优点. MATLAB与其它大部分高级语言一样,有它自己的控制流语句.控制流极其重要，因为它使过去的计算影响将来的运算。MATLAB提供如下几种控制流结构：For循环，While
转载
2023-07-18 01:54:44
94阅读
GBDT是一种采用加法模型（即基函数的线性组合）与前向分步算法并以决策树作为基函数的提升方法。通俗来说就是，该算法由多棵决策树组成，所有树的结论加起来形成最终答案。一、前向分步算法（考虑加法模型）要理解GBDT算法，得先来了解一下什么是前向分步算法。下面一起来瞧瞧。加法模型是这样的： （就是基学习器的一种线性组合啦） 其中， 为基函数， 为基
转载
2024-05-10 17:23:08
132阅读
1、粒子群优化算法概述粒子群优化（PSO, particle swarm optimization）算法是计算智能领域，除了蚁群算法，鱼群算法之外的一种群体智能的优化算法，该算法最早由Kennedy和Eberhart在1995年提出的，该算法源自对鸟类捕食问题的研究。 • PSO算法首先在可行解空间中初始化一群粒子，每个粒子都代表极值优化问题的一个潜在最优解，用位置、速
转载
2023-08-14 15:20:56
172阅读
SLIC是一种基于网格化KMeans聚类的超像素分割算法，其计算复杂度为O(N)，其中N为像素点个数。SLIC的原理比较简单精致，具体的原理我这里就不介绍了，推荐大家自己去读原始论文加深理解（但我以为看下面这个算法流程图就足够理解原理了）。SLIC的算法流程如下：如所有其他聚类算法一样，SLIC不能保证连通性，所以需要后处理将旁生的连通域合并到邻近的主连通域上，但是论文中并未给出具体的后处理方法。
转载
2024-05-30 09:01:34
55阅读
评论区有代码分享 一、前言 人工蜂群（ABC）算法是一种比较新的群智能算法，它在21世纪初才被提出。该算法模拟了蜜蜂采蜜的生物行为，具有角色转换的特点，可以实现雇佣蜂，观察蜂和侦查蜂三种蜂型之间的互相转换。雇佣蜂的作用是保存优良信息，跟随蜂提高了算法的收敛能力，侦查蜂则是用于跳出局部最优。三种蜜蜂相辅相成，动态转换角色，使得算法性能优于其他基础算法。二、算法流程在一个n维空间，种群规模为NP，即
转载
2024-02-28 12:18:27
100阅读
